커스터마이징이 개발자 몰입을 돕는 방법

발표: 2025년 9월 · 저자: Edward Fraser, Jessie Deng, Eileen Thai · 원문: https://dora.dev/insights/customization-supports-developer-engagement/

2025 DORA 리포트 State of AI-Assisted Software Development의 발췌입니다.

무엇을 연구했나

UC Berkeley 대학원 연구팀이 학생 개발자가 AI 기반 IDE를 실제로 어떻게 사용하는지 연구했습니다. 눈동자 추적(eye-tracking) 과 인터뷰로, 경력 1-5년의 파이썬 개발자가 두 가지 짧은 과제 — 하나는 낯선 라이브러리, 다른 하나는 난해한 함수 해석 — 를 수행하는 모습을 관찰했습니다.

커스터마이징이 해법

마찰을 줄이고 집중 작업을 돕기 위해 개발자·팀은 AI 도구를 커스터마이징할 수 있습니다.

• 인라인 제안 토글
• "요청 시에만(on-demand only)" 모드
• 제안의 스타일·구조 조정
• 저장소 수준 설정 파일과 연결된 문서로 AI가 정해진 규약을 따르게 함

이 설정을 실험하면 AI 행동을 과제의 인지적 요구에 맞춰, 방해를 줄이고 유용성을 높일 수 있습니다.

AI가 방해가 될 때

AI 코딩 어시스턴트는 시간과 노력을 아껴주도록 설계됐지만, 일부 과제에서는 마찰을 유발했습니다.

• 학생들은 보일러플레이트 작성·패키지 설치 같은 기계적 작업에서는 AI를 적극 수용했습니다.
• 그러나 복잡한 코드 해석처럼 깊은 이해가 필요한 과제에서는 AI 제안을 대부분 무시했습니다.

눈동자 추적 결과: 해석 과제에서 AI 채팅에 대한 시각적 주의는 1% 미만, 기계적 과제에서는 거의 19% 였습니다. 학생들은 정확하고 시간을 아껴주는 제안조차 통제와 이해를 유지하기 위해 수동으로 수행하는 쪽을 택했습니다.

팀을 위한 시사점

AI 코딩 어시스턴트를 최대한 활용하려면 커스터마이징에 투자해야 합니다. 이 연구는 AI가 특히 낯선 코드를 이해하려 할 때 인지 부하를 더해 해석 과제를 방해할 수 있음을 보여줬습니다.

핵심은 AI 지원을 과제의 성격과 개발자 선호에 맞추는 것입니다. 설정을 튜닝하면 AI를 마찰의 원천에서 더 효율적이고 만족스러운 개발 경험으로 바꿀 수 있습니다.

출처

DORA How customization supports developer engagement 요약. 원문 © Google LLC, CC BY 4.0.